基于稀疏编码的迁移学习及其在行人检测中的应用

行人检测是计算机视觉领域中的研究热点,其实质是一个二分类问题.目前基于统计的行人检测技术已取得了一定进展,但大都需要大量的训练数据.针对这一问题,提出了一种基于迁移学习的半监督行人分类方法:首先基于稀疏编码,从任意的未标记样本中,学习到一个紧凑、有效的特征表示;然后通过迁移学习,将学习到的特征表示方法迁移到行人分类中.在MIT行人数据库上的实验结果表明:该方法能有效地刻画出行人的特征,提高行人分类的性能,在标记样本少的情况下仍具有良好的分类效果,因此可应用于行人检测中.     

智能多媒体内容理解若干关键技术研究

让计算机具有象人睛一样的视觉功能是广大人工智能研究者,特别是从事模式识别与计算机视觉研究领域的学者追求的目标,也是多年来该领域的热门研究课题.但由于其难度较大,很多问题还在探索中.针对该领域存在的一些问题,结合一些应用领域的迫切需求,厦门大学智能多媒体技术实验室从2005年开始从事多媒体内容理解领域的关键技术研究,先后在行人检测、人体行为识别、基于视觉的人体亚健康分析、图像自动标注与检索等领域开展了相关研究.主要针对上述几方面的研究工作,分别介绍国内外的发展情况、我们的研究进展以及未来的工作展望,以便给读者提供相关的参考借鉴.     

基于单张静态图像的人体行为识别方法综述

人体行为识别是计算机视觉的研究难点与热点,目前大部分研究者主要针对视频中的行为展开研究．然而,人类的视觉往往根据单张图片就可判断图片中发生的行为．基于单张静态图像的人体行为识别,挑战性更大,是近年来人体行为识别研究的一个趋势,更是探索人类视觉奥秘的一个很好切入点．本文对单张静态图像的人体行为识别方法进行梳理,将其分为三类,最后对其未来研究方向进行展望．     

Interframe Variation Vector: A Novel Feature for Gait Recognition

Gait representation is an important issue in gait recognition. A simple yet efficient approach, called Interframe Variation Vector (IVV), is proposed. IVV considers the spatio-temporal motion characteristic of gait, and uses the shape variation information between successive frames to represent gait signature.Different from other features, IVV rather than condenses a gait sequence into single image resulting in spatial sequence lost; it records the whole moving process in an IVV sequence. IVV can encode whole essential features of gait and preserve all the movements of limbs. Experimental results show that the proposed gait representation has a promising recognition performance.     

基于改进的混合高斯模型的运动目标检测方法

针对传统高斯模型学习速度慢问题,提出了一种基于新的背景模型更新模式的目标检测方法.首先,对彩色图像建立混合高斯模型,并且采用新方法更新背景模型,即不同的阶段使用不同的更新方程,然后由背景差分得到基本准确的前景图像,其次利用基于颜色差、亮度差和梯度差的阴影检测算法削除前景图像的运动阴影,最后利用形态学滤波、连通组件分析和种子区域增长进行后处理.实验结果表明,该方法不管在室内还是在室外都能很好地消除阴影,准确地提取运动目标.     

三维双线性多分辨率形变模型研究

形变模型在计算机视觉和计算机图形学等领域均有广泛的应用.但现有形变模型的建立或依赖于不稳定的人脸图像对应光流算法,或需要大量的人机交互,而且基于随机梯度下降算法的模型匹配过程常收敛于局部最优值.针对这些缺陷,提出三维双线性多分辨率形变模型.首先基于人脸关键特征分割和网格重采样建立原始人脸的自动稠密对应;然后经紧致凸松弛将模型匹配问题转化为两个双线性规划问题,最后通过基于内点方法的全局优化算法求解.基于模拟和真实数据的实验表明:该模型在最优性、模型匹配速度、收敛性和对噪声异常点的鲁棒性优于传统的形变模型.     

基于栈自编码器的图像分类器

图像分类问题包含两个重要的部分:特征提取器和分类器.多年来研究人员一直将精力投入到特征表示中,对于分类器却仅进行局部调参.基于一个性能优异的分类器与特征表示对图像分类系统同等重要的思想,提出了基于卷积特征的栈自编码器(stacked autoencoder on convolutional feature maps,SACF)的分类系统,并在数据集CUB-200和VGGflower上进行了实验,对比了SACF与基于卷积特征和多层感知机的卷积神经网络(CNN)分类系统的分类效果,实验结果表明SACF具有更优的分类效果.